面向地球化学异常识别的深度学习算法对比研究
李沐思, 陈丽蓉, 谢飞, 谷兰丁, 吴晓栋, 马芬, 尹兆峰

Comparison of deep learning algorithms for geochemical anomaly identification
LI Mu-Si, CHEN Li-Rong, XIE Fei, GU Lan-Ding, WU Xiao-Dong, MA Fen, YIN Zhao-Feng
表4 FCAE网络结构
Table 4 FCAE network structure
模型 编码器 解码器
AE-S编码器 AE-C编码器 AE-C解码器 AE-S解码器
FCAE 输入:以元素为单位输入,维度为(57×92)5244×11的样本浓度值矩阵
卷积层:二维卷积,卷积核数为16,多尺寸卷积窗口,激活函数relu,填充方式same
池化层:二维池化,池化窗口3×2,填充方式same
输入:以元素为单位输入,维度为(57×92)5244×11的样本浓度值矩阵
卷积层:二维卷积,卷积核数为16,多尺寸卷积窗口,激活函数relu,填充方式same
池化层:二维池化,池化窗口3×2,填充方式same
输入:AE-C编码器输出的拼接层
上采样层:二维上采样,池化窗口3×2
卷积层:二维卷积,卷积核数为16,多尺寸卷积窗口,激活函数relu
输出:卷积窗口为1的卷积层,输出维度为11×5244(57×92)的重构矩阵,激活函数是sigmoid,填充方式same
输入:AE-S解码器输出的拼接层
上采样层:二维上采样,池化窗口3×2
卷积层:二维卷积,卷积核数为16,多尺寸卷积窗口,激活函数relu
AE-S的训练次数为1200次,AE-C的训练次数为1000次